Teilprojekt A02

Schadenserkennung und -bewertung basierend auf Multi-Eigenschaft-Sensor- Netzwerken und hochparametrischer numerischer Systemidentifikation

Aufgrund des fortschreitenden Alters von Infrastrukturbauwerken in Deutschland und der gleichzeitig kontinuierlich zunehmenden Schädigung (Materialdegradation) infolge lastabhängiger und lastunabhängiger Einwirkungen, kommt dem Bauwerksmonitoring derartiger Bauwerke zunehmend eine wichtigere Bedeutung zu. Zentrales Ziel des beantragten Forschungsvorhabens ist es, mechanische mit dauerhaftigkeits-indizierenden Messdaten aus dem Bauwerksmonitoring (lokal) über numerische Strukturmodelle (global) zu koppeln, um daraus Zustandsindikatoren und Handlungsstrategien für das Bauwerk abzuleiten zu können, siehe Abbildung 1.
 

Die methodische Kopplung der mechanischen und dauerhaftigkeits-indizierenden Daten des Multi-Eigenschaft-Sensor-Netzwerks im hochparametrisierten numerischen Strukturmodell erlaubt eine verbesserte Kalibrierung („Twinning“) des zugrunde liegenden, hochaufgelösten Finite-Elemente-Modells. Darauf aufbauend, wird ein Konzept für eine Multi-Kriterien-Evaluation erarbeitet (vgl.Abbildung 1) und prototypisch umgesetzt, welches die Ableitung von Zustandsindikatoren für das Bauwerk ermöglicht. Diese kann schließlich als Grundlage für ein prädiktives Instandsetzungsmanagement dienen. Über die Lokalisation der Schäden hinaus kann so automatisiert auch eine Klassifizierung erfolgen. Damit wird eine „Single-Source of Truth“ geschaffen, die als Grundlage für die Bewertung des Schadens in Bezug auf die Standsicherheit dient.

Folgende spezifischen Zwischenziele sollen dabei erreicht werden: (a) Etablierung eines Mul-ti-Eigenschaft-Sensor-Netzwerkes zur gekoppelten Erfassung von mechanischen und dau-erhaftigkeits-indizierenden Messgrößen. (b) Zusammenführen der verschiedenen Sensorin-formationen für eine ganzheitlichere Beurteilung des Tragwerkszustandes sowie die Erhö-hung der Informationsdichte für die numerische Sensitivitätsanalyse, sowohl hinsichtlich quali-tativer Merkmale (Schadensart) als auch quantitativer Merkmale (Steifigkeitsverlust). (c) Er-höhung der Robustheit und Vereinfachung von Plausibilitätschecks durch überlagerte Multi-Eigenschafts-Sensor-Netzwerke. (d) Validierung der auf adjungierter Sensitivitätsanalyse basierenden, neu entwickelten numerischen Methoden zur Kopplung verschiedener Mess-größen mit Hilfe großskaliger Laborversuche. (e) Schaffung einer „Single-Source of Truth“, die Schadensklassifizierungen ermöglicht, um Schaden in Bezug auf die Standsicherheit zu bewerten und durch die bessere Kenntnis der spezifischen Schadensursachen auch gezielte Handlungsempfehlungen abzuleiten. 

Zur Umsetzung des zentralen Ziels sowie der beschriebenen Zwischenziele sind sechs Ar-beitspakete vorgesehen, die sich den verschiedenen Stufen des im Bauwesen etablierten Systems des Bauwerks- und Schadensmonitorings (structural health monitoring, kurz: SHM) zuordnen lassen (siehe Abbildung 1).

Publikationen

[1] A. Potnis, M. Macier, T. Leusmann, D. Anton, H. Wessels und D. Lowke, „Model-based reinforcement corrosion prediction: Continuous calibration with Bayesian optimization and corrosion wire sensor data,“ 2024. arxiv.org/pdf/2411.16447v1.